线性回归算法简单应用

import csv
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
import pandas as pd
from sklearn.model_selection import train_test_split # 分割数据集（训练集&测试集）
from sklearn.linear_model import LinearRegression # 调入sklearn算法库

path = '/Users/yee/Desktop/Advertising.csv'

# 1 加载数据集
data = pd.read_csv(path)    # TV、Radio、Newspaper、Sales
x = data[['TV', 'Radio', 'Newspaper']] # 建立特征矩阵 200 * 4
y = data['Sales'] # 建立标签矩阵 200 * 1
print(x)

#2 从图表查看数据的分布走向，呈线性分布
# 设置字符集，防止中文乱码
# mpl.rcParams["font.sans-serif"] = [u'simHei'] #Win自带的字体
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']  # Mac自带的字体
mpl.rcParams["axes.unicode_minus"] = False
plt.plot(data['TV'], y, 'ro', label='TV')
plt.plot(data['Radio'], y, 'g^', label='Radio')
plt.plot(data['Newspaper'], y, 'mv', label='Newspaer')
plt.title("线性回归对于多媒体与广告的销售数据", fontsize=16)
plt.legend(loc='lower right')
plt.grid()
plt.show()

#3 分割训练集和测试集，默认是0.25作为测试集
x_train, x_test, y_train, y_test = train_test_split(x, y,test_size=0.25, random_state=1)
print(len(x_train), len(y_train))

#4 调用线性回归算法训练模型
linreg = LinearRegression()
model = linreg.fit(x_train, y_train) #传入训练数据
print("权重值为：",linreg.coef_)
print("截距项为：",linreg.intercept_)

#5 验证模型的准确度
y_hat = linreg.predict(np.array(x_test))
mse = np.average((y_hat - np.array(y_test)) ** 2)/2  #测试结果和真实值的差异
rmse = np.sqrt(mse) #开平方
print("mse = " , mse)
print("rmse = " , rmse)

#6 图表展示模型推测的数据和真实数据的对比
t = np.arange(len(x_test))
plt.plot(t, y_test, 'r-', linewidth=2, label='Test')
plt.plot(t, y_hat, 'g-', linewidth=2, label='Predict')
plt.title("线性回归对于多媒体与广告的销售数据", fontsize=16)
plt.legend(loc='upper right')
plt.grid()
plt.show()